非线性预测

摘要： 非线性、非平稳系统的预测是一个具有重要科学意义的研究课题.最近一些工作已将收敛交叉映射算法(convergent cross mapping,CCM)用于检验变量之间的因果关系,由于在CCM算法中,相空间中相互靠近的点在时间上具有相似的发展趋势和运动轨迹,因此该方法可以尝试应用于非线性、非平稳系统的预测试验研究中.鉴于此,本文将CCM算法分别应用于Lorenz系统和实际气候时间序列的预测中,并检测不同相空间重构方法对预测效果的影响.主要结果如下:1)不论是理想Lorenz模型还是实际气候序列,对于单变量、多变量和多视角嵌入法3种重构相空间方法而言,多视角嵌入法对变量的预测效果最好,表明对于给定长度的时间序列,重构相空间中包含的信息越多,其预测能力越强;2)将NAM(northern hemisphere annular mode)加入SAT(surface air temperature)的重构相空间中可以改善SAT的预测效果.在使用单变量、多变量和多视角嵌入法进行预测时,利用复杂系统中变量中共有信息的特性,在时间序列长度一定的情况下,可以利用动力系统的复杂性来增加系统内的信息.基于因果检验的预测建模方法,通过挖掘数据中定量信息的提取,对非线性、非平稳系统预测技巧的改进提供了一个新颖的思路.

摘要： 作为国土空间规划中的核心指标,地区生产总值(GDP)的预测与分析结果直接影响着地区各项专项规划和未来经济社会的发展,本文依据云南省昆明市历年GDP发展水平、社会状况及昆明市“十四五”时期经济社会发展纲要指标要求,采用非线性预测中的多项式预测与指数函数预测,对昆明市“十四五”时期经济社会发展主要指标中的GDP指标进行预测与分析,在对GDP指标预测的基础上,对预测结果进行修正,实现对昆明市“十四五”时期经济社会发展GDP指标的准确控制及优化,并将最终分析结果和市政府下达的指标进行验证,契合度较高,可见本文采取的方法有较高的可执行性,对正在开展的昆明市“十四五”时期经济社会发展各项主要指标预测与分析有较强的指导和借鉴作用。

摘要： 本文提出了一种非线性预测最小方差(NPGMV)控制方案,用于油管压力钻井(MPD)系统的扰动自动控制。由于系统的精确模型通常在实际中无法得到,因此将MPD的水力流动模型采用自回归二阶Volterra模型来描述。传统的最小二乘法应用于产出数据,从而识别Volterra模型,通过控制方案实现了井底压力调节。为处理一次油藏涌出,提出了自动切换流量控制方式,防止油藏流体涌入井面。为验证所提方法的有效性,对几种具有切换PI控制器的场景进行了对比研究,结果表明NPGMV控制在稳态性能方面优于其他方法。

摘要： 为解决当前图书馆借阅量预测方法预测精度较低、预测结果与真实结果相差较大的问题,提出以GMBP模型为核心的图书馆借阅量非线性预测方法。根据图书馆借阅量数据构建GMBP模型,结合建模结果采用混沌分析法与数据挖掘预测方法,对样本数据与测试数据进行处理和映射,在预测公式中代入测试数据数量与样本数据数量,计算图书馆借阅量原始数据的节点个数,建立样本数据与测试数据的学习样本,完成图书馆借阅量非线性预测。实验结果表明,该文方法的预测结果稳定性较好,与实际结果相差较小,预测精度较高,具有较好的应用价值。

摘要： 在图像压缩过程中,预测器长期以来被用于图像的无损预测编码。预测编码通过减少图像数据在时间或者空间上的冗余从而达到压缩的目的,并且不同的预测器会在图像压缩过程中产生不同的压缩比。为了提高无损图像压缩编码的编码性能,本文提出并实现了一种用于图像预测编码的预测器,主要利用非线性预测器中基于上下文模板匹配的设计方法,通过模板匹配从已经编码的区域收集训练集来适当估计概率模型的峰值位置,从而使得整个预测编码的过程获得更好地编码效果。实验结果表明该方案与现有的预测编码方案,如FLIF和BGP相比,处理不同的纹理结构图像时在编码率上每像素可以低0.278bits/pel以上。

摘要： 在图像压缩过程中,预测器长期以来被用于图像的无损预测编码.预测编码通过减少图像数据在时间或者空间上的冗余从而达到压缩的目的,并且不同的预测器会在图像压缩过程中产生不同的压缩比.为了提高无损图像压缩编码的编码性能,本文提出并实现了一种用于图像预测编码的预测器,主要利用非线性预测器中基于上下文模板匹配的设计方法,通过模板匹配从已经编码的区域收集训练集来适当估计概率模型的峰值位置,从而使得整个预测编码的过程获得更好地编码效果.实验结果表明该方案与现有的预测编码方案,如FLIF和BGP相比,处理不同的纹理结构图像时在编码率上每像素可以低0.278bits/pel以上.

摘要： 采用全气候加速老化箱对马歇尔成型的SMA-13、AC-13沥青混合料分别进行0、1000、2000及3000 h的老化,对混合料中的老化沥青进行抽提.沥青老化后的形貌高度(Height)、粘附力(Adhesion)以及模量(Modulus)用原子力显微镜(AFM)进行量化.选用Verhulst模型,采用1 stOpt的LM+通用全局优化法对试验数据进行非线性拟合,分别建立AFM试验指标与老化时间(t)之间的非线性微分模型.结果表明:在全气候老化条件下,非线性方程可以精确地从微观角度对沥青混合料中沥青的老化规律进行描述,模型参数L和r对老化状态和老化速率进行量化.随着老化时间的增长,形貌粗糙度值降低,粘附力和模量的粗糙度值增加.

摘要： 以贵州尖山营滑坡为工程背景,通过对深度学习的总结与分析,建立多层感知器模型以对该滑坡危险区范围进行非线性预测研究。通过对深度神经网络算法的优化,构建64-128-32-1四层多层感知器模型,并以滑坡最大高差、滑坡体积、滑源区坡度、坡脚坡度、地层倾角作为输入量,以滑坡最大水平运动距离作为输出量对该模型进行训练,实现影响因素与运动距离的非线性映射。根据对贵州省尖山营滑坡调查和研究,尖山营滑坡区域面积约648700 m^(2),体积约1200万m^(3),属于特大型滑坡。依据最优模型对该滑坡进行滑距预测,滑坡平面直线距离1769 m区域内为危险区域。

摘要： 以贵州尖山营滑坡为工程背景,通过对深度学习的总结与分析,建立多层感知器模型以对该滑坡危险区范围进行非线性预测研究.通过对深度神经网络算法的优化,构建64-128-32-1四层多层感知器模型,并以滑坡最大高差、滑坡体积、滑源区坡度、坡脚坡度、地层倾角作为输入量,以滑坡最大水平运动距离作为输出量对该模型进行训练,实现影响因素与运动距离的非线性映射.根据对贵州省尖山营滑坡调查和研究,尖山营滑坡区域面积约648 700 m2,体积约1 200万m3,属于特大型滑坡.依据最优模型对该滑坡进行滑距预测,滑坡平面直线距离1 769 m区域内为危险区域.

摘要： 针对一款海上武器随动系统的非线性、干扰未知性的难题,提出基于滑模干扰观测器(SMDO)的非线性预测控制策略,该复合控制策略利用滑模干扰观测器,对海浪波动、负载变化和系统不确定性等进行逼近,并依据观测器的输出进行前馈补偿和预测控制的模型修正,使得预测控制的滚动优化能够时刻保持在贴近实际系统的基础之上,从而实现提高整个控制策略性能的目的.在设计基于滑模干扰观测器的非线性预测控制器时,采用基于连续时间的非线性系统预测控制方法,与基于滑模干扰观测器相结合,最终设计出海上武器射击线稳定控制的复合控制律.仿真结果表明,该控制策略可以有效提高海上武器射击线稳定控制的抗干扰能力、打击目标精度以及海上武器动态稳定瞄准性能.

摘要： 本文针对在平台上的无人直升机姿态控制，设计了一个非线性预测姿态控制器，该预测控制器具有解析解不需要在线优化，通过查表的方式可以方便地得到满足设计要求的控制器参数。讨论了当输入饱和时的处理方法，通过仿真比较了当输入出现饱和时剪切法和方向保持法对系统性能的影响。将非线性预测控制器和PID控制器的进行了比较，仿真结果说明采用该控制器系统响应比PID控制快，并且可以去除通道耦合引起的过大的超调量。

摘要： 文中针对水资源要素的时间序列非线性预测难题,建立了基于相空间重构的时间序列混沌预测模型.通过将原始时间序列非线性映射到一个高维特征空间中进行相空间重构,获得预测模型所需要的输入向量和期望输出向量,选择统计学习理论中的SVM模型进行预测,经实证分析,本文模型比ANN模型和AR模型具有拟合效果好,预测精度高,泛化能力强等优点.

摘要： 本文探讨了农业复杂巨系统的特点，提出了预测全国粮食产量的系统综合因素预测法。该预测法的关键技术是复杂系统的投入占用产出技术，非线性预测方法和最小绝对和方法。

摘要： 本文介绍了一种语音信号的多步线性预测算法，分析了算法的特点，并仿真比较了这种算法的精度。研究表明，这种算法是在合适的预测周期内，可获得高于LP算法的预测精度，在基于LLP的各种多步算法中，精度最高。mLLP精度略低于LLP，而速度则比LLP算法快。本文提出的多步局部线性预测算法对于非线性预测在语音信号处理中的应用有重要的应用价值。

摘要： 理论与实验表明，语音的产生过程含有非线性过程。语音LP模型的线性假设忽略了语音的非线性，预测误差较大。而非线性预测理论为语音预测提供了新的思路，目前已有很多非线性预测器都给出了优于LP的语音预测结果，如局部线性预测(Local Linear Prediction-LLP)、基于SVM、神经网络、Volterra多项式等的非线性预测方法，但巨大的计算量仍然阻碍这些算法在语音实时处理中的应用。语音LP残差是非线性的(81其维数低于原语音信号，对LP残差进行非线性预测，可进一步提高语音预测精度，而计算速度则快于对原始语音信号直接进行非线性预测。本文研究语音信号LP残差的线性局部预测，并对算法进行仿真分析。

摘要： 进行水质环境因素分析对水产养殖的效益极为重要.本文主要研究水体因素的三个主要参数:水温、PH值以及溶解氧.检测仪取样的数据存在缺失、不准确等问题,通过简单的高阶曲线差值较好地修复了数据,同时运用滤波方法划分了系统误差以及参数的自身节律;对不同水层、时间的参数分析,较好地吻合了实际水文情况,为工程养殖提供了可靠的依据;最后通过引入径向基函数神经网络方法跟踪主要参数的特征,弥补了非线性多项式插值的不足,实际数据证明了该方法的全局跟踪有效以及局部节律的刻画程度精细.

摘要： 进行水质环境因素分析对水产养殖的效益极为重要.本文主要研究水体因素的三个主要参数:水温、PH值以及溶解氧.检测仪取样的数据存在缺失、不准确等问题,通过简单的高阶曲线差值较好地修复了数据,同时运用滤波方法划分了系统误差以及参数的自身节律;对不同水层、时间的参数分析,较好地吻合了实际水文情况,为工程养殖提供了可靠的依据;最后通过引入径向基函数神经网络方法跟踪主要参数的特征,弥补了非线性多项式插值的不足,实际数据证明了该方法的全局跟踪有效以及局部节律的刻画程度精细.

摘要： 进行水质环境因素分析对水产养殖的效益极为重要.本文主要研究水体因素的三个主要参数:水温、PH值以及溶解氧.检测仪取样的数据存在缺失、不准确等问题,通过简单的高阶曲线差值较好地修复了数据,同时运用滤波方法划分了系统误差以及参数的自身节律;对不同水层、时间的参数分析,较好地吻合了实际水文情况,为工程养殖提供了可靠的依据;最后通过引入径向基函数神经网络方法跟踪主要参数的特征,弥补了非线性多项式插值的不足,实际数据证明了该方法的全局跟踪有效以及局部节律的刻画程度精细.

摘要： 进行水质环境因素分析对水产养殖的效益极为重要.本文主要研究水体因素的三个主要参数:水温、PH值以及溶解氧.检测仪取样的数据存在缺失、不准确等问题,通过简单的高阶曲线差值较好地修复了数据,同时运用滤波方法划分了系统误差以及参数的自身节律;对不同水层、时间的参数分析,较好地吻合了实际水文情况,为工程养殖提供了可靠的依据;最后通过引入径向基函数神经网络方法跟踪主要参数的特征,弥补了非线性多项式插值的不足,实际数据证明了该方法的全局跟踪有效以及局部节律的刻画程度精细.

摘要： 进行水质环境因素分析对水产养殖的效益极为重要.本文主要研究水体因素的三个主要参数:水温、PH值以及溶解氧.检测仪取样的数据存在缺失、不准确等问题,通过简单的高阶曲线差值较好地修复了数据,同时运用滤波方法划分了系统误差以及参数的自身节律;对不同水层、时间的参数分析,较好地吻合了实际水文情况,为工程养殖提供了可靠的依据;最后通过引入径向基函数神经网络方法跟踪主要参数的特征,弥补了非线性多项式插值的不足,实际数据证明了该方法的全局跟踪有效以及局部节律的刻画程度精细.

摘要： 本发明公开了一种语音线性预测模型的非线性量化方法，包括：线谱频率参数变换步骤：将语音线性编码预测模型的线谱频率参数通过线性变换转化为线谱频率参数差值；非线性去相关步骤：根据线谱频率参数差值的统计特性，采用结构化的方法，通过非线性变换将线谱频率参数差值去相关；计算边际概率分布步骤：利用去相关的线谱频率参数差值的统计特性，计算其边缘概率密度分布；标量量化器设计步骤：根据得到的边缘概率密度分布函数，设计基于概率密度函数的优化量化器。本发明所述语音线性预测模型的非线性量化方法，可以克服现有技术中时间复杂度高和使用效果差等缺陷，以实现时间复杂度低和使用效果好的优点。

摘要： 本发明实施例公开了一种语音线性预测编码模型的缺失值非线性估算方法。该方法包括如下步骤：线谱频率参数变换步骤：将语音线性编码预测模型的线谱频率参数通过线性变换转化为线谱频率参数差值；训练模型步骤；传输过程中丢失部分和收到部分概率分布计算步骤；最小均方误差最优化估计步骤。利用本发明实施例，能够在分组传输丢包的情况下，可靠的实现线性预测模型的最优估计，降低传输损失，提高语音质量，具有很大的实用价值。

摘要： 本发明涉及的电压非线性电阻器，其特征在于，由烧结体制成，该烧结体主要由氧化锌粒子、以锌和锑为主成分的尖晶石粒子、和氧化铋相构成，在氧化铋相中选自钾和钠中的至少1种的碱金属以0.036原子％以上0.176原子％以下的范围存在。该电压非线性电阻器同时具有优异的电压非直线性和带电寿命特性，因此适合用于避雷器。

摘要： 本发明实施例公开了一种语音线性预测编码模型的缺失值非线性估算方法。该方法包括如下步骤：线谱频率参数变换步骤：将语音线性编码预测模型的线谱频率参数通过线性变换转化为线谱频率参数差值；训练模型步骤；传输过程中丢失部分和收到部分概率分布计算步骤；最小均方误差最优化估计步骤。利用本发明实施例，能够在分组传输丢包的情况下，可靠的实现线性预测模型的最优估计，降低传输损失，提高语音质量，具有很大的实用价值。

摘要： 本发明公开了一种语音线性预测模型的非线性量化方法，包括：线谱频率参数变换步骤：将语音线性编码预测模型的线谱频率参数通过线性变换转化为线谱频率参数差值；非线性去相关步骤：根据线谱频率参数差值的统计特性，采用结构化的方法，通过非线性变换将线谱频率参数差值去相关；计算边际概率分布步骤：利用去相关的线谱频率参数差值的统计特性，计算其边缘概率密度分布；标量量化器设计步骤：根据得到的边缘概率密度分布函数，设计基于概率密度函数的优化量化器。本发明所述语音线性预测模型的非线性量化方法，可以克服现有技术中时间复杂度高和使用效果差等缺陷，以实现时间复杂度低和使用效果好的优点。

摘要： 本发明针对病毒在潜伏期、发病期均具有传染性的流行病，建立了非线性、变系数传染病预测模型，提出了与模型直接关联的疫情控制函数，在预测的基础上，考虑控制措施，并对不同控制措施、不同控制力度的效果进行模拟预测，将疫情控制作为一个连续变化的过程进行考虑，对疫情发展和控制进行一体模拟预测，为决策部门进行优化抉择、以尽量小的代价控制疫情提供关键的定量信息。应用本发明对2003年北京地区SARS模拟的相对误差为0.98％，对美国和日本地区甲型H1N1流感的预测结果与实际疫情发展吻合很好，得出了甲型H1N1流感初始发展阶段防范和控制疫情蔓延的定量控制因子，预测了不同控制强度和不同数量易感人群的疫情发展态势。

摘要： 本发明涉及的电压非线性电阻器，其特征在于，由烧结体制成，该烧结体主要由氧化锌粒子、以锌和锑为主成分的尖晶石粒子和氧化铋相构成，在氧化铋相中选自钾和钠中的至少1种的碱金属以0.036原子％以上0.176原子％以下的范围存在。该电压非线性电阻器同时具有优异的电压非直线性和带电寿命特性，因此适合用于避雷器。

摘要： 公开了用于使用预失真补偿非线性子系统的非线性的系统和方法。在一个实施例中，系统包含非线性子系统和预失真器，该预失真器配置成实现非线性子系统的输入信号的预失真，使得预失真补偿非线性子系统的非线性特性。系统还包含适配器，该适配器基于表示非线性子系统的输出信号的反馈信号和表示非线性子系统的输入信号的输入信号自适应地配置预失真器。适配器一般将非线性子系统模型化为对应于非线性子系统的非线性特性的非线性模型和对应于非线性子系统的已知线性特性的线性模型的级联。

摘要： 本发明提出了一种基于非线性预测误差补偿的电机预测转矩控制方法，在本发明提出的算法中，不匹配的参数造成的预测误差ΔTe，可以看成是一种扰动d(t)，可以通过扰动观测器估计预测误差。本发明设计了电磁转矩预测误差观测器以及非线性补偿器，提高了预测精度和电磁转矩动态响应。预测转矩控制的精度与感应电机数学模型的离散化方法紧密相关。

摘要： 本发明公开了基于非线性预测滤波算法的金属疲劳裂纹扩展预测方法，涉及金属结构健康监测与寿命预测领域，该方法包括：基于疲劳公式建立金属疲劳裂纹扩展的状态估计模型；提取Lamb波监测信号的特征值建立观测向量与状态估计向量的映射关系；在对模型的输入参数进行初始化设置之后，计算t‑1时刻的模型误差向量并用其修正状态估计模型的预测值，得到t时刻的状态估计向量；当裂纹长度估计值未超过临界裂纹长度值时，更新时刻后重新执行计算模型误差向量的步骤，并递推获得t+1时刻的状态估计向量，从而实现金属疲劳裂纹的扩展预测。该预测方法具有较高的预测精度和效率，在金属结构的健康监测与寿命预测方面具有广阔的应用前景。